Java基础快速入门：HashSet深入解析

本文纲要

1. HashSet 基本使用
2. 哈希值概念及计算方式
3. JDK7 中 HashSet 底层原理（数组 + 链表）
4. JDK8 底层优化（数组 + 链表 + 红黑树）
5. HashSet 存储自定义对象练习
6. 小结：Set 集合使用总结

HashSet 基本使用

HashSet 是 Set 接口的典型实现类，它底层基于哈希表结构存储元素。在使用层面，HashSet 具备 Set 集合的三个核心特点：

• 无序：存储顺序和取出顺序不一定一致。
• 无索引：不能使用带索引的方式（如普通 for 循环）操作集合。
• 元素唯一：集合中不能包含重复元素。

因为 HashSet 没有提供带索引的方法，所以遍历时只能使用 迭代器 或 增强 for 循环。

项目结构

MySet/
└── src/
    └── com/wb/
        ├── myhashset/
        │   ├── Student.java 
        │   ├── HashSetDemo1.java 
        │   └── HashSetDemo2.java 
        └── hashsettest/
            ├── Student.java 
            └── HashSetTest1.java 

基本示例：存储字符串并遍历

package com.wb.myhashset;
 
import java.util.HashSet;
import java.util.Iterator;
 
/*
添加字符串并进行遍历 
 */
public class HashSetDemo1 {
    public static void main(String[] args) {
        HashSet<String> hs = new HashSet<>();
 
        hs.add("hello");
        hs.add("world");
        hs.add("java");
        hs.add("java");
        hs.add("java");
        hs.add("java");
        hs.add("java");
        hs.add("java");
 
        Iterator<String> it = hs.iterator();
        while(it.hasNext()){
            String s = it.next();
            System.out.println(s);
        }
        System.out.println("=============================");
 
        for (String s : hs) {
            System.out.println(s);
        }
    }
}

运行结果分析：

• 打印结果与添加顺序不同，验证了 无序 特点
• 通过 ctrl + B 查看 HashSet 源码结构，可以看到没有类似 get(int index) 或 add(int index, E element) 这样的方法，验证了 无索引。
• java 虽然被多次添加，但实际只存储了一次，验证了 元素唯一。

哈希值概念及计算方式

1 ) 哈希值（哈希码） 是 JDK 根据对象的地址值或内部属性值计算出来的一个 int 类型整数。哈希值是哈希表结构的核心，HashSet 的去重和存取都依赖于它。

在 Object 类中定义了获取哈希值的方法：

public native int hashCode();

默认计算方式：Object 中的 hashCode() 方法根据对象的地址值计算哈希值。
特点：

• 同一个对象多次调用 hashCode()，返回的哈希值相同。
• 不同对象（默认情况下）的哈希值不同（根据地址值，通常不同）。

2 ) 验证默认哈希值

package com.wb.myhashset;
 
/*
计算哈希值 
 */
public class HashSetDemo2 {
    public static void main(String[] args) {
        Student s1 = new Student("xiaozhi",23);
        Student s2 = new Student("xiaomei",22);
 
        //因为在Object类中，是根据对象的地址值计算出来的哈希值。
        System.out.println(s1.hashCode());//1060830840 
        System.out.println(s1.hashCode());//1060830840 
 
        System.out.println(s2.hashCode());//2137211482 
    }
}

输出结果：

• s1 两次调用结果一致（1060830840），因为地址值未变。
• s2 的哈希值不同（2137211482），因为它是一个不同的对象，地址值不同。

3 ) 重写 hashCode() 方法

实际开发中，我们通常需要根据对象的属性值来判断两个对象是否“相等”，此时就必须重写 hashCode() 和 equals() 方法，让它们基于属性值计算和比较。

在 Student 类中，通过 Alt + Insert → equals() and hashCode() 可以快速生成（选择 IntelliJ Default 模板）：

package com.wb.myhashset;
 
public class Student {
    private String name;
    private int age;
 
    public Student() {}
    public Student(String name, int age) {
        this.name = name;
        this.age = age;
    }
 
    // getter / setter 略...
 
    @Override 
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
 
        Student student = (Student) o;
 
        if (age != student.age) return false;
        return name != null ? name.equals(student.name) : student.name == null;
    }
 
    // 重写 hashCode，根据属性值计算哈希值，与地址值无关 
    @Override 
    public int hashCode() {
        int result = name != null ? name.hashCode() : 0;
        result = 31 * result + age;
        return result;
    }
 
    @Override 
    public String toString() {
        return "Student{" +
                "name='" + name + '\'' +
                ", age=" + age +
                '}';
    }
}

重写后的特点：

• 哈希值由 name 和 age 两个属性共同计算得出
• 如果两个对象的属性值完全相同，则它们的 hashCode() 返回相同的值

JDK7 中 HashSet 底层原理（数组 + 链表）

在 JDK7（以及更早版本，不包括 JDK8）中，HashSet 底层使用 哈希表结构，具体实现为 数组 + 链表

1 ) 底层数据结构

当创建一个 HashSet 对象时，底层会初始化一个默认长度为 16、默认加载因子为 0.75 的数组，数组名称为 table。
数组中每个索引位置（position）初始值为 null。

2 ) 元素添加流程

元素添加的核心步骤：计算哈希值 → 计算应存入的索引 → 判断该位置是否有元素 → 决定是否添加。

详细过程图解：

假设四次添加元素的哈希值经过计算后索引位置均为 4

• 第一次添加：索引 4 为 null，直接存入。

• 第二次添加（索引仍为4）：索引 4 不为空，调用 equals 比较，属性值不同，新元素存入数组，老元素挂在其下形成链表。

• 第三次添加（索引仍为4）：新元素与链表上的元素逐个比较，属性值均不同，再次形成链表。

• 第四次添加（索引仍为4）：比较时发现与链表中某个元素属性值相同，则不存入，链表保持不变。

3 ) 加载因子与扩容

当数组中的元素数量达到 容量 × 加载因子（16 × 0.75 = 12） 时，数组会扩容为原来的 两倍（即 32）。加载因子决定了哈希表扩容的时机，平衡了空间与时间的矛盾。

4 ) JDK7 原理总结

数据结构：数组 + 链表。
默认数组长度：16，加载因子：0.75。
存入流程：先根据哈希值计算索引位置；若为 null 直接存；否则遍历链表通过 equals 比较，全不相同才会添加；有一个相同则不存。
扩容：元素数达到 16 × 0.75 = 12 时，数组扩容至 32。

JDK8 底层优化（数组 + 链表 + 红黑树）

JDK7 中，随着元素增多，挂载在某个索引下的链表可能变得很长。如果链表长度达到几百甚至上千，添加和查询时都需要逐一比较，性能严重下降。

1 ) 优化方案：引入红黑树

从 JDK8 开始，当一个索引位置上的链表长度 ≥ 8 时，链表会自动转换为红黑树。这样数组的每个索引上挂载的不再只是链表，还可能是红黑树。

2 ) 存储流程变化

基本流程没有变化：仍然是 计算哈希值 → 计算索引 → 判断 null → 比较。
但比较时根据结构不同采用不同策略：

优势：在红黑树中比较时，无需遍历全部节点，通过大小比较即可快速定位，极大提高查询和插入性能。

3 ) JDK8 原理总结

数据结构：数组 + 链表 + 红黑树。
当链表长度 ≥ 8 时，自动转换为红黑树。
存储流程与 JDK7 核心一致，但在非空索引处会区分链表比较与红黑树比较。

HashSet 存储自定义对象练习

需求：创建一个存储多个学生对象的 HashSet 集合并进行遍历。要求：学生对象的成员变量值相同，就认为是同一个对象（即集合中不得出现同名同年龄的重复学生）。

1 ) 未重写 hashCode / equals 的情况

如果不重写 hashCode() 和 equals()，默认采用 Object 中的实现（基于地址值）。此时两个属性值完全相同的对象，哈希值不同，计算出的索引也不同，都能存入集合，无法去重。

2 ) 正确做法：重写 hashCode() 和 equals()

重写后，属性值相同的对象哈希值相同，索引相同，再通过 equals 比较发现属性值也一样，于是第二个对象不会被添加。

3 ) 完整代码示例

// Student.java （与前面重写方法一致）
package com.wb.hashsettest;
 
public class Student {
    private String name;
    private int age;
 
    public Student() {}
    public Student(String name, int age) {
        this.name = name;
        this.age = age;
    }
 
    public String getName() { return name; }
    public void setName(String name) { this.name = name; }
    public int getAge() { return age; }
    public void setAge(int age) { this.age = age; }
 
    @Override 
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Student student = (Student) o;
        if (age != student.age) return false;
        return name != null ? name.equals(student.name) : student.name == null;
    }
 
    @Override 
    public int hashCode() {
        int result = name != null ? name.hashCode() : 0;
        result = 31 * result + age;
        return result;
    }
 
    @Override 
    public String toString() {
        return "Student{" +
                "name='" + name + '\'' +
                ", age=" + age +
                '}';
    }
}

package com.wb.hashsettest;
 
import java.util.HashSet;
 
/*
创建一个存储学生对象的集合，存储多个学生对象，使用程序实现在控制台遍历该集合 
要求：学生对象的成员变量值相同，我们就认为是同一个对象 

结论：
如果HashSet集合要存储自定义对象，那么必须重写hashCode和equals方法。
 */
public class HashSetTest1 {
    public static void main(String[] args) {
        HashSet<Student> hs = new HashSet<>();
 
        Student s1 = new Student("xiaohei",23);
        Student s2 = new Student("xiaohei",23);
        Student s3 = new Student("xiaomei",22);
 
        hs.add(s1);
        hs.add(s2);
        hs.add(s3);
 
        for (Student student : hs) {
            System.out.println(student);
        }
    }
}

运行结果：只有两个学生对象被打印出来（xiaohei 和 xiaomei），重复的 xiaohei 没有被添加。

结论：
如果 HashSet 要存储自定义对象，必须重写 hashCode() 和 equals() 方法，才能实现基于属性值的去重。对于 String、Integer 等 JDK 内置类型，这些方法已经被重写好了，直接使用即可

小结：Set 集合使用总结

Set 集合的整体特点是无序、无索引、不可重复
两个核心实现类 HashSet 和 TreeSet 的对比如下：

核心要点：

• HashSet 基于哈希表，通过 hashCode() 定位索引，equals() 比较内容；JDK8 引入红黑树解决长链表性能问题
• TreeSet 基于红黑树，不仅能去重，还能自动排序
• 两套集合各自有适合的场景：需要快速存取去重时用 HashSet；需要排序输出时用 TreeSet

掌握这些基本特性和底层原理，可以让我们在使用 Set 集合时更加得心应手。